I prodotti lattiero-caseari derivanti da latte di bovini “grass-fed” stanno acquisendo sempre più importanza sul mercato, e spesso richiedono un prezzo maggiorato. La loro popolarità deriva dalla percezione dei consumatori di prodotti più naturali, con miglior apporto nutritivo, rispettosi dell’ambiente e del benessere animale.
Molte di queste affermazioni hanno qualche fondamento nei fatti, dal momento che è stato dimostrato che i prodotti lattiero-caseari derivati dal pascolo possiedono maggiori livelli di nutrienti benefici come i PUFA n-3, l’acido vaccenico e il CLA, mentre hanno livelli ridotti di acidi grassi n-6 e acido palmitico.
Come incentivo all’utilizzo di questi prodotti, in alcune regioni gli agricoltori che soddisfano le certificazioni di prodotti grass-fed, come produzione di latte a vacche alimentate al pascolo, vengono ripagati con un premio in denaro. A tal proposito, negli ultimi anni, alcuni paesi hanno implementato i propri standard per i criteri di alimentazione con erba, che è spesso unico per la loro regione e le loro pratiche.
Per esempio, in Irlanda, lo standard per l’alimentazione da pascolo è stato recentemente stabilito da Bord Bia, un’organizzazione governativa irlandese il cui ruolo è quello di promuovere i prodotti agricoli autoctoni nel mondo attraverso il monitoraggio della produzione e la definizione degli standard. Lo standard “grass-fed” di Bord Bia stabilisce che, affinché i trasformatori possano etichettare i loro prodotti come “grass-fed” il latte deve avere una media del 95% di grass-fed su una base di peso fresco, con la cifra minima accettabile di grass-fed delle singole mandrie ≥ 90%.
Il consumo di prodotti lattiero-caseari irlandesi consiste nel 96% di foraggio su una base di materia fresca, che è prevalentemente pascolo brucato più un po’ di insilato di erba nel tardo autunno e all’inizio della. Si prevede quindi che il 99% delle aziende lattiero-casearie irlandesi soddisfi la soglia di alimentazione a base di erba da pascolo. Pertanto, vi è la necessità di sviluppare tecnologie rapide per distinguere il latte derivante da bovini alimentati ad erba da quelli che non lo sono nel tentativo di migliorare la sicurezza alimentare e la fiducia dei consumatori. Sono stati studiati diversi metodi utili a di distinguere il latte e i prodotti lattiero-caseari “grass-fed” da quelli che non lo sono. Tra questi, la profilazione degli acidi grassi mediante GC accoppiata con rilevamento a ionizzazione di fiamma, NMR, spettroscopia Raman, e spettroscopia nel medio infrarosso.
In generale, la GC accoppiata alla rilevazione della ionizzazione della fiamma e la risonanza magnetica nucleare sono tecnologie offline che richiedono che i campioni vengano estratti e preparati prima dell’analisi e, come tali, non sono forme di analisi rapide o ad alta produttività rispetto alle tecniche spettroscopiche.
Entrambe le tecnologie Raman e MIRS sfruttano l’effetto della luce che passa attraverso i campioni per fornire informazioni sui componenti dei campioni. L’interesse per la tecnologia MIRS è aumentato significativamente negli ultimi anni grazie al suo basso costo, al processo di analisi rapido e non distruttivo. La spettroscopia nel medio infrarosso è ampiamente utilizzata nell’industria lattiero-casearia per la previsione dei macronutrienti generali e di altre caratteristiche come grasso, proteine, lattosio e alcuni acidi grassi che possono essere la base del prezzo del latte dagli allevatori. La conoscenza che può essere raccolta dal MIRS del latte è in continua evoluzione; per esempio, il MIRS è stato utilizzato per prevedere nuovi tratti relativi al latte come le proprietà di coagulazione, i singoli acidi grassi, così come i tratti relativi agli animali ovvero l’efficienza energetica, l’assunzione di energia e le emissioni di metano. Vari studi ritengono che il MIRS possa essere uno strumento utile per discriminare tra i latti di vacche alimentate con diete diverse.
Generalmente, per mettere in relazione gli spettri MIRS con i tratti di regressione e classificazione, si usano rispettivamente la regressione ai minimi quadrati parziali e l’analisi discriminante ai minimi quadrati (PLS-DA). Tuttavia, altri nuovi strumenti statistici hanno prodotto risultati promettenti, mostrando una potenziale utilità nell’analisi dei dati MIRS.
Uno studio condotto da un gruppo di ricercatori irlandesi ha prefissato come obiettivo l’ottenimento di alcune informazioni sull’applicazione di nuovi metodi statistici esplorando e confrontando le loro prestazioni per la discriminazione del latte di vacche alimentate con diete a base di erba e vacche alimentate con insilati e concentrati. Pertanto, sono stati presi in considerazione diversi metodi di apprendimento automatico, come la regressione di cresta (RR), il minimo restringimento assoluto e l’operatore di selezione (LASSO), la rete elastica (EN), diverse versioni di analisi discriminante, la foresta casuale (RF), gli alberi decisionali boosting, la regressione lineare a componenti principali (PC–LR) e la macchina vettoriale di supporto, per migliorare ulteriormente la precisione delle previsioni della dieta della mucca dal MIRS.
Se fossero disponibili previsioni altamente accurate sulla dieta delle bovine basandosi esclusivamente sulle informazioni MIRS, sarebbe possibile integrare uno strumento rapido all’analisi di routine esistente che aumenta l’affidabilità della fiducia del produttore e del consumatore nei confronti dei prodotti lattiero-caseari grass-fed. Infine, come obiettivo secondario è stata esaminata l’importanza delle singole lunghezze d’onda nel discriminare tra diversi regimi di alimentazione, il che potrebbe aiutare a esplorare ulteriormente l’effetto della dieta sulle caratteristiche chimiche specifiche del latte.
Pertanto, sfruttare ulteriormente i dati dei singoli spettri, si offre una strategia promettente e facilmente implementabile per autenticare la fonte del latte sia a livello aziendale che non. Si è quindi effettuato un confronto completo della robustezza, specificità e accuratezza di 11 metodi di analisi statistica ad apprendimento automatico testati per valutare le differenze tra latte grass-fed e non sulla base degli spettri MIR di 4.320 campioni di latte raccolti da vacche al pascolo o in sistemi di alimentazione basati su razioni miste totali per un periodo di 3 anni. L’analisi discriminante lineare e l’analisi discriminante dei minimi quadrati parziali (PLS-DA) hanno dimostrato di offrire il massimo livello di accuratezza per la previsione della dieta delle vacche dagli spettri MIR. Sono state inoltre evidenziate strategie parsimoniose per la selezione delle lunghezze d’onda più discriminanti all’interno degli spettri.
In conclusione, questa ricerca ha fornito una panoramica completa sulla capacità di diverse tecniche statistiche e di apprendimento automatico di distinguere tra prodotti lattiero-caseari derivati dal pascolo e non. Questa applicazione potrebbe essere ampiamente utile, aggiungendo valore all’industria lattiero-casearia internazionale, dato che la domanda di prodotti lattiero-caseari grass-fed continua ad aumentare. L’analisi discriminante lineare e PLS-DA hanno offerto il massimo livello di accuratezza per la previsione della dieta della vacca dal MIRS. Tuttavia, un ulteriore lavoro di espansione del database del campione in termini di dieta e fase di lattazione sarebbe utile per migliorare la robustezza, soprattutto a causa delle difficoltà nel discriminare la dieta delle vacche nei sistemi basati sul pascolo all’inizio della lattazione, dove i concentrati sono in genere somministrati alle vacche per evitare un grave bilancio energetico negativo. La raccolta dei MIRS dalle singole aziende è già di routine in molte regioni lattiero-casearie, e costituisce la base per gli schemi di pagamento degli allevatori.
Il presente articolo è una sinossi della ricerca Frizzarin, M., O’Callaghan, T. F., Murphy, T. B., Hennessy, D., & Casa, A. (2021). Application of machine-learning methods to milk mid-infrared spectra for discrimination of cow milk from pasture or total mixed ration diets. Journal of Dairy Science.
